FT:
人工智能融入世界的景象或许令人有些担忧。或许，当我们把脑力劳动外包给数字助手时，我们的大脑会变得迟钝。或许——做好心理准备——你那轻松诙谐的经济分析将出自一个自信的大型语言模型，而不是一个疲惫不堪的人类之手。我更愿意畅想一个更美好的未来，在这个未来里，我们的新数字工具将带来巨大的生产力提升。那么，在审视最新的数据和证据之后，我们究竟看到了哪些曙光呢？
一方面，英国和美国令人振奋的劳动生产率增长尤为引人注目。诚然，我对这种增长的兴奋点并不高，但更重要的是，除了人工智能驱动的繁荣之外，还有更容易解释这一增长的原因。在美国，关税的不确定性可能导致企业在招聘方面犹豫不决；而在英国，更高的最低工资标准可能正在淘汰低薪工作。两者都可能提高实际生产率，但并非我们所期望的那种提高。
更令人鼓舞的迹象来自对更细致数据的深入挖掘。我指的并非那些信息价值如同家长在操场上炫耀般微不足道的企业轶事。高盛的一项统计显示，人工智能平均能将生产力提升32%。而根据孩子们的闲聊，他们眼中的人工智能似乎是一个国际象棋神童、瑞士甜菜爱好者，以及一位半职业的长号演奏家。
我指的是行业层面的相关性。如果人工智能能够帮助企业提高员工的生产力，那么我们就会预期那些最积极采用人工智能的行业，其劳动生产率增长也最为强劲。在美国，这种相关性已经开始在近期的数据中显现出来。当然，相关性并不等同于因果关系，也可能是那些更具创新精神的行业本身就更有可能率先采用人工智能。
在圣路易斯联邦储备银行发表的一篇文章中，一些经济学家试图从两个方面改进这项分析。首先，他们没有采用简单的AI采用指标，而是让人们估算AI工具在工作中为他们节省了多少时间。其次，他们考察了从ChatGPT推出到2025年第二季度这段时间内的劳动生产率增长情况，并将其与2015年至2019年期间的趋势进行比较。这样做的目的是为了消除任何可能干扰结果的既有趋势。
结合这两项指标，他们发现，员工利用人工智能节省时间最多的行业，也是劳动生产率增长异常迅速的行业。这些行业包括信息服务业以及专业、科学和技术服务业。将数据更新至2025年第三季度后，这种相关性似乎略有增强。
我不会过分认真看待那些自我宣称的节省时间，尤其因为并非每个人都像我一样勤奋，能把用 ChatGPT（查找数据）节省下来的时间用来让我的作品更加精彩。如果有人把省下来的时间用来精心炮制阴阳怪气的邮件发给同事，那这可不是我们真正想看到的改变。
对这些相关性持怀疑态度也是合理的，因为法学硕士（LLM）毕业生才刚刚从“早熟的11岁孩子”蜕变为“自信的实习生”，而且到2025年底，美国企业自述的AI采用率仍然低于20%。因此，我最后的希望来自于一项从更长远的角度分析数据、从更广阔的视角审视技术的研究。
该研究的作者之一乔纳森·哈斯克尔解释说，2017年是真正的技术转折点，当时一篇著名的“深度学习”论文将Transformer架构（ChatGPT中的“T”）引入机器学习领域，从而推动了生成式人工智能的发展。因此，他们将2017年至2024年这段时期与2012年至2017年这段时期进行了比较。
更具体地说，作者研究了美国对软件的投资，并估算了其对经济增长的贡献。这其中涉及多种假设，因为他们试图将企业软件开发能力提升带来的生产率提高以及其他行业使用该软件的影响都纳入考量。他们估计，这些因素加起来对两个时期生产率增长的贡献率高达一半。
这一切都只是暗示——显然太阳还没完全升起。我们没有足够的数据在欧洲重复之前的分析。麦肯锡高级顾问特拉·阿拉斯（Tera Allas）在分析英国数据时，也没有发现任何证据表明采用人工智能的行业经历了异常高的生产率增长。尽管如此，我还是尽量保持乐观。否则，你们或许会觉得你们的专栏作家以人工智能的形式出现更好。
评论
发表评论